Dissertation/ Thesis

Применение алгоритмов машинного обучения для прогнозирования выработки солнечной электрической станции : магистерская диссертация

Bibliographic Details
Title: Применение алгоритмов машинного обучения для прогнозирования выработки солнечной электрической станции : магистерская диссертация
Authors: Kharlashkina, M. A.
Contributors: Хальясмаа, А. И., Khaliasmaa, A. I., УрФУ. Уральский энергетический институт, Кафедра электротехники
Publisher Information: б. и., 2025.
Publication Year: 2025
Subject Terms: ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, ФОТОЭЛЕКТРИЧЕСКАЯ СТАНЦИЯ, МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ, MASTER'S THESIS, ВОЗОБНОВЛЯЕМЫЕ ИСТОЧНИКИ ЭНЕРГИИ, АНСАМБЛИ ДЕРЕВЬЕВ РЕШЕНИЙ, DECISION TREE ENSEMBLES, RENEWABLE ENERGY SOURCES, ARTIFICIAL INTELLIGENCE, FORECASTING ELECTRICITY GENERATION FROM SOLAR POWER STATIONS, PHOTOVOLTAIC STATION, ПРОГНОЗИРОВАНИЕ ГЕНЕРАЦИИ ЭЛЕКТРИЧЕСКОЙ ЭНЕРГИИ СОЛНЕЧНЫМИ ЭЛЕКТРОСТАНЦИЯМИ, MACHINE LEARNING, МАШИННОЕ ОБУЧЕНИЕ
Description: The result of this work is the development of an algorithm for forecasting the generation of a solar power station using artificial intelligence technologies. The developed models were successfully tested, demonstrating the best results with the use of random forests.
Результатом работы стала разработка алгоритма для прогнозирования генерации солнечной электростанции с использованием технологий искусственного интеллекта. Разработанные модели были успешно протестированы, показав наилучший результат с использованием случайного леса.
Document Type: Master thesis
File Description: application/pdf
Language: Russian
Access URL: http://elar.urfu.ru/handle/10995/140614
Accession Number: edsair.od.......917..f964cf7d961db625b774db288c47d1eb
Database: OpenAIRE
Be the first to leave a comment!
You must be logged in first